MétaCan
Menu
Retour à la cohorte
Enregistrement W3139370375 · doi:10.1177/1609406920987934

Silent Voices, Absent Bodies, and Quiet Methods: Revisiting the Processes and Outcomes of Personal Knowledge Production Through Body-Mapping Methodologies Among Indigenous Youth

2021· article· en· W3139370375 sur OpenAlexafffundabout
Darrien Morton, Kelley Bird‐Naytowhow, Andrew R. Hatala

Notice bibliographique

RevueInternational Journal of Qualitative Methods · 2021
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueParticipatory Visual Research Methods
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesSocial Sciences and Humanities Research Council of Canada
Mots-clésNarrativeIndigenousSociologyAestheticsProblematizationPersonal narrativePsychologyEpistemologyArtLiterature

Résumé

récupéré en direct d'OpenAlex

At the interface of Western and Indigenous research methodologies, this paper revisits the place of the “personal” and “autobiographical” self in qualitative visual research. We outline a community and partnership-based evaluation of a theater program for Indigenous youth using arts-based body-mapping approaches in Saskatoon, Canada, and explore the methodological limitations of the narrator or artist’s voice and representations to translate personal visual-narratives and personal knowledges they hold. In so doing, we describe how body-mapping methods were adapted and improvised to respond to the silent voices and absent bodies within personal visual-narratives with an epistemological eclecticism handling the limitations of voice and meaningfully engaging the potentiality of quietness. Extending the conceptual and methodological boundaries of the “personal” and “autobiographical” for both narrator and interlocutor, artist and observer, we contribute to debates on the processes and outcomes of personal knowledge production by articulating a generative, ethical, and culturally-grounded project mobilizing body-mapping as a quiet method that pursues self-work—the passionate and emergent practices of working on one’s self and making self appear in non-representational and ceremonial ways.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,035
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Qualitatif · Signal consensuel: Qualitatif
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,965
Score d'incertitude au seuil0,186

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0350,038
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0020,002
Études des sciences et des technologies0,0120,030
Communication savante0,0090,006
Science ouverte0,0030,015
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,894
Tête enseignante GPT0,745
Écart entre enseignants0,148 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeQualitatif
DomaineMéthodes
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations14
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Qualitative MethodsMême sujetParticipatory Visual Research MethodsTravaux en français237 207